Amazon Web Services internamente instruiu engenheiros em maio a reduzir desperdício de CPU em EC2, restringindo acesso a instâncias após anos de capacidade abundante. Engenheiros que anteriormente acionavam instâncias em poucas horas agora esperam dias, sinal claro de restrição de CPU. A causa raiz: conforme cargas de trabalho de IA agêntica mudam de treinamento centrado em GPU para orquestração intensiva em CPU—chamadas de ferramenta, gerenciamento de API, coordenação de memória, lógica condicional—a razão tradicional de GPU para CPU de 4:1 a 8:1 colapsou para paridade. Um engenheiro disse à The Information que nunca havia esperado tanto por uma instância em anos de emprego na Amazon.
AMD e Intel ambas confirmaram escassez severa de CPU. Intel avisou clientes chineses de prazos de seis meses; AMD informou a clientes maiores que sua capacidade de CPU servidor de 2026 inteira já está alocada. A demanda decorre da arquitetura de IA agêntica: diferentemente de treinamento (centrado em GPU), agentes orquestram tarefas sequenciais, ramificam em condições, chamam funções externas e gerenciam estado—todo trabalho de CPU. CEO da AMD Lisa Su afirmou em ganhos Q1 que adoção agêntica está gerando demanda de CPU muito além das projeções, com razão GPU para CPU se estreitando em direção a 1:1 em alguns cenários. Até a Amazon, que triplicou compras anuais de servidor CPU, não consegue acompanhar.
Para arquitetos, isto sinaliza uma repricing estrutural de computação: CPUs, tratadas como encanamento commodity por décadas, agora são críticas para gargalo. Capacidade spot e flexível estão vendidas; apenas capacidade contratada de longo prazo sobrevive. Nvidia entrou no mercado de CPU x86 com Vera; OpenAI supostamente portou sua base de código inteira para ARM para Graviton. Isto não é escassez cíclica mas mudança permanente em como sistemas agênticos particionam trabalho entre orquestração (CPU) e inferência (GPU/ASIC). Organizações fixando capacidade de CPU agora evitam aperto de fornecimento de 2H2026.